DESCRIPCIÓN
![](http://clusterbigdata.blog.tartanga.eus/files/2024/06/R-300x169.jpg)
Objetivo: Realizar un análisis integral de la red de sonómetros en Bilbao para comprender y caracterizar los niveles de ruido en diferentes áreas de la ciudad.
Datos: Datos de los sonómetros y geoespaciales.
Open data Euskadi (los sonómetros y su geolocalización):
https://www.bilbao.eus/aytoonline/jsp/opendata/movilidad/od_sonometro_mediciones.jsp?idioma=c&formato=json
https://www.bilbao.eus/aytoonline/jsp/opendata/movilidad/od_sonometro_ubicacion.jsp?idioma=c&formato=geojson
Ayuntamiento de Bilbao (tráfico de Bilbao):
https://www.bilbao.eus/aytoonline/srvDatasetTrafico?formato=geojson
Pasos:
1. Importar y Limpiar Datos: Importa los datos de sonómetros y realiza una limpieza inicial. Asegúrate de que los datos estén completos, trata valores atípicos y asegúrate de que la información geoespacial este correctamente asociada.
2. Análisis Exploratorio: Calcula estadísticas descriptivas de los niveles de ruido, como medias, desviaciones estándar y rangos. Visualiza la variación temporal y espacial de los niveles de ruido.
3. Mapeo de Niveles de Ruido: Utiliza herramientas de mapeo para representar los niveles de ruido en diferentes áreas de la ciudad. Puedes considerar mapas de calor para resaltar las zonas con mayores niveles de ruido.
4. Correlaciones Espaciales: Investiga las correlaciones espaciales entre los niveles de ruido en diferentes ubicaciones. ¿Existen patrones geográficos en los niveles de ruido?
5. Análisis Temporal: Examina la variación de los niveles de ruido a lo largo del tiempo. Puedes identificar patrones diurnos/nocturnos, así como eventos especiales que puedan afectar los niveles de ruido entre otros.
6. Comparación con Parámetros Regulatorios: Compara los niveles de ruido registrados con los estándares y regulaciones locales. Identifica áreas que podrían requerir intervenciones para cumplir con los límites establecidos.
7. Informe y Visualización de Resultados: Crea un Power BI que incluya visualizaciones significativas. Utiliza gráficos, mapas y tablas para comunicar claramente los patrones y conclusiones encontrados. Crea un informe con todas las conclusiones encontradas.
![](http://clusterbigdata.blog.tartanga.eus/files/2024/06/PowerBI.png)
Al menos, tu programa en R debe de contestar a las siguientes cuestiones:
1. ¿Cuántos registros hay en la base de datos de los sonómetros de Bilbao?
2. Mostrar calles en Bilbao que cuentan con sonómetros
3. ¿Cuántas veces ha contado un sonómetro en cada calle?
4. ¿Cuál es el promedio de la calle con los decibelios más altos?
5. ¿Cuál es el promedio de la calle con los decibelios más bajos?
6. ¿Cuál es el registro más alto en decibelios de un sonómetro?
7. ¿Cuál es el registro más bajo en decibelios de un sonómetro?
8. Imprimir calles ordenadas de mayor a menor por promedio de decibelios
9. ¿En cual franja horaria (hora) se producen más decibelios?
10. ¿En cual franja horaria (hora) se producen menos decibelios?
11. ¿En qué fecha se han producido más decibelios?
12. ¿En qué fecha se han producido menos decibelios?
13. ¿En qué fecha y hora se han producido más decibelios?
14. ¿En qué fecha y hora se han producido menos decibelios?
15. Promedio de decibelios de todo Bilbao
16. Análisis de los parámetros más necesarios para realizar predicciones
17. Distintas predicciones del ruido que van a generar los sonómetros, en base a los parámetros importantes.
18. Análisis de la calidad del predictor y de su margen de error
![](http://clusterbigdata.blog.tartanga.eus/files/2024/06/decibelios-300x245.png)